中金 | AI应用参考（3）：600条数据实测Muse如何重塑旅游预订链路

我们实测了近600条Muse记录，得出以下结论：1）AI能力更进一步，事务执行的路径基本跑通：本轮以Muse为代表的AI Agent，影响深度明显超越上一代AI chatbot；以旅游场景为例，AI能力从灵感产生延伸至行程规划、产品预订全链路，已经达到基本可完整执行跑通的水平。2）Muse公允筛选，较少优先选中OTA平台广告位房源，对OTA原生推荐排序的酒店不存在明显偏好。3）供应链仍是OTA壁垒：当供给结构差异较大（如Airbnb以非标住宿为主），Agent难以高效比价。当然实测中，Agent仍存在问题，浏览器自动化操作存在天然局限，验证码拦截等问题会阻碍任务顺利执行。

海外OTA广告收入或受冲击，国内OTA影响有限。传统OTA基于Rule base，先把流程抽象出来，再根据规则，倒推需采集、分析、交易哪些数据，优势在于下限确定性高；而AI Agent是Intelligent base，先把数据沉淀，总结为及时、准确、全面的context，再用Agent的Harness能力做运行态管理，最后用Model能力做实时、智能决策，长期上限高。相比海外，国内OTA在激烈的竞争中，一直把行业的上限当做底线，不断提升服务水准，即使是在Rule base的框架下，也通过完善的非标服务、复杂供应链整合能力、强大的平台兜底能力，形成了超高的业务上限。我们认为AI Agent短期对国内OTA影响相对有限，海外则存在个人Agent直接执行C端需求、部分用户行为从OTA向AI Agent迁移的可能性，在此情形下OTA的广告收入或承压。

技术进展超预期、合作模式变化、商业化不及预期、行业竞争加剧、监管政策变化、宏观与出行需求波动。

美国时间9月8日[2]，Meta在美国上线个人Agent Muse，用户可通过手机App、网页和WhatsApp交给Muse收发邮件、预订机票酒店、比价、追退款、填表和购物等事务；

Muse具有以下三大特色：

► 1）终端操作：支持iOS、安卓、网页与WhatsApp，Mac版可在授权后操作本地文件与应用，Meta AI眼镜版本待上线；

► 2）云端为主。Muse为每位用户配备一台独立的云端Linux虚拟机，内置浏览器、文件系统与终端，用户关闭App后任务仍在后台运行。手机、网页与WhatsApp主要承担下达任务、查看进度与审批的功能，推理与执行均在云端完成；Mac版[3]可在逐项授权后读取本地文件、邮件、信息与日历，但推理仍在云端。

► 3）执行与审批分离。虚拟机内分为两个相互隔离的区域：工作区负责处理网页、文件等不可信内容；安全区存放凭证库与审批模块Sentinel，Muse无法修改或关闭。

长期记忆沉淀用户偏好。Muse的记忆来源包括对话内容、交互中观察到的偏好、授权的邮箱与日历等连接器，以及用户上传的文档。记忆以文件形式存放在用户的虚拟机中，可查看、编辑与删除。

我们认为，跨邮件、日历与社交的用户画像沉淀在Agent一侧，OTA难以获取，这将削弱OTA通过浏览与订单记录理解用户的优势；同时，Agent使用时间越长，积累的个人上下文越多，用户迁移成本越高，长期看用户有可能集中使用一个主Agent。

旅行已成为个人Agent重要的交易场景。虽然旅游于个人用户而言是相对低频行为，但决策链复杂、痛点多、成交金额大，一旦AI有所突破，比较容易为用户带来新奇体验和需求满足，是目前个人Agent参与的重要场景之一。据YipitData[4]，在Muse等Agent促成的消费中，旅行场景占交易量的12%，占交易金额的30%，单笔金额较高。

为考察Muse在旅游场景预订中实际表现，我们完成20项实测任务，共整理近600条结果记录，我们得到以下主要结论：

► 1）Agent已基本走通预订流程，较Chatbot有较大提升。本轮以Muse为代表的AI Agent，相较于原来Chatbot仅提供较为粗略的行程规划，目前个人Agent的能力已从灵感产生延伸至行程规划、产品预订全链路，事务执行的路径基本跑通，可基本实现自主预订。

► 2）推荐结果公允，或冲击OTA平台在C端分发的广告格局。结合Agent最终给出的推荐结果，我们发现一方面AI较少优先选中具有广告标识的房源，另一方面，其对OTA原生推荐排序的酒店不存在明显偏好，Agent给出的选择理由更多考虑预算、晚到、电梯、隔音、取消条件与差评等因素，同时还会结合用户习惯与要求。因此，我们认为OTA广告的实际效果或将被削弱。

► 3）OTA供给壁垒仍存。从供给多样性的角度来看，尽管Agent已可通过查询酒店官网等形式绕开OTA进行预订，但价格仍不具备显著优势，且难以直接对接个人房东等非标准化房源，这得益于OTA平台在履约售后等服务领域的持续深耕，与积累多年的信任体系。此外，Agent采用的浏览器自动化操作存在天然局限，验证码拦截等问题会阻碍任务顺利执行。

预订流程基本跑通。整体来看，云端浏览器在酒店预订场景中发挥较好，五家OTA合计未取得结果的记录占比仅1.4%，酒店预订流程基本跑通。此外，用户还可通过云端浏览器登录会员账号实现预订和积分。针对机票预订，Muse已接入Duffel等平台，可通过API调用的方式实现预订。

云端浏览器非最优解。从航司官网的结果来看，失败比例约33%，原因包括人机验证未通过、访问拒绝、IP封禁、需要跳转App等，部分案例在用户人工接管后仍无法访问。我们认为，云端浏览器亦存在自身局限性，易被动态验证码和人机检查拦截，尽管目前已基本可用，但并非最终形态。

广告位入选比例较低，对推荐排序无明显偏好。在Muse推荐或列出的262条酒店结果记录中，带有明确广告、Sponsored或Featured标识的占比约6.5%。从从Muse给出的理由看，其会结合预算、晚到、电梯、隔音、取消条件与差评等因素筛选，并非只看评分或排序位置。

我们认为，若用户把选择权交给Agent，平台按排序位置收费的广告模式效果或将下降，或将影响OTA平台广告收入和佣金分成比例，我们将在后续分情况讨论其影响。

分平台看，Booking、Expedia与官网价格基本持平。Muse所列Booking、Expedia报价与官网非会员最低价的中位数较官网更便宜；Trip.com报价优势较为明显。Airbnb情况较为特殊，可比房源主要来自商业运营方，但同时我们也注意到约77%的Airbnb房源并不能绕开平台找到独立网站预订。

可基本实现绕开OTA预订标准酒店，对于非标住宿仍存在供给缺口。在近300条Muse推荐的房源记录中，共约19%的房源未能找到对应独立官网；其中仅约6%的标准酒店未能找到独立官网，而约77%的Airbnb房源未能找到独立官网。

我们认为，目前Agent已能覆盖大多数标准酒店供给，而Airbnb较为特殊，非标住宿房源大多为个人房东，其房源独家供给比例较高。我们认为此类较高的独家供给比例建立在OTA平台在履约售后等服务领域的持续深耕，与积累多年的信任体系，例如Airbnb打磨多年的AirCover服务，难以短时间内被Agent所取代。

比价口径不统一。东京、香港的酒店任务中，Muse将税前价格与含税价格直接比较，得出的最低价结论与按含税价比较的结果相反；部分航班比较混用了不同票价档次与行李政策，纽约至洛杉矶任务中还出现了航班时刻与报价错配等问题。

信息遗漏需要用户追问。机票预订流程中，多项往返机票任务首轮只给出去程，用户追问后才补齐返程；酒店预订流程中，Airbnb注册需上传头像、填写生日等必要环节，需要用户与Muse多轮交接，耗时较长。

浏览器操作存在局限。在测试过程中，我们发现多数任务失败原因均为验证码输入错误，其中涉及拖拽、旋转相关的动态验证码失败率最高，或与Agent依靠静态图像识别进行操作有关。此外，也存在部分Cloudflare认证无法通过的情况，Muse的云端浏览器或已被部分网站识别并拦截。

模型幻觉仍存。总体来看，Muse显著减少了用户逐个平台查找的工作量，但尚不能让用户完全放手；模型在处理OTA业务涉及到的复杂且非标的海量数据时，仍然存在幻觉，现阶段更接近比价与整理助手。当然本次测试仅使用免费模型且样本有限，Muse等个人Agent应用仍在快速迭代中，后续表现有待持续跟踪。

根据Expedia，我们把用户的一段旅行拆分成售前、售中和售后阶段，历时近3个月、71天的时间，其中灵感阶段33天、调研规划阶段38天；预订后至出行平均还有73天。

售前：上一轮AI Chatbot在旅游场景中已有渗透。旅游是重决策，据Expedia[5]，旅行者在预订前45天内平均浏览141页、约5小时的旅行内容，近60%的旅行者在决定出行时尚未确定目的地。我们认为上一轮AI Chatbot在旅游中的应用，已经在灵感启发阶段拥有较好表现，本次个人Agent也只是在此前基础上的进一步延续，但如上分析，介入售前阶段，仅是创造价值的必要非充分条件。

售中：个人Agent发力规划与预订，能基本跑通流程，但距离动摇OTA平台在用户侧的品牌力，还有较长过程。如果说售前阶段已经耗费了用户大量心力，那么售中就是更艰巨阶段的开启，期间用户平均花费约38天[6]时间研究和规划行程，涉及到大量、繁琐的规划行程、比价动作，在此过程中用户的标准亦是非常复杂的，有人要省钱，有人要省心。习惯的建立需要过程，个人Agent需要凭借对用户多维度信息的收集形成长期记忆，逐步培养信任，建立习惯，让用户感知到其综合体验更优。

售后：服务与履约仍掌握在OTA手中，Agent开始尝试代办。预订完成的履约阶段，旅客因主观或客观等原因，需要进行修改、退订等操作，此类非标准化场景复杂多变，目前Agent难以独立处理，仍需人工介入。售后目前主要由OTA与供应商承担，尽管Agent开始尝试代用户与商家沟通，但目前仍处于早期。我们认为，售后涉及客服、赔付与线下履约，是OTA壁垒最集中的环节，个人Agent目前暂时未能给出有效方案。当然，如果个人Agent能力足够强大，倒逼整条供应链体系随之调整，优化流程以适配Agent自动化操作；但旅游行业本身较为传统，想要从底层运行机制完成变革，短期内难以实现

OTA的核心能力体现在两方面，C端用户粘性，供应链与履约能力，近几年他们不断夯实自己的壁垒，并在AI方面通过自研与合作积极尝试。

我们以2025年Booking的财务状况作为基准。OTA承担起需求获取、房源库存聚合、交易处理、客户售后等完整中介职能。面对个人AI Agent快速崛起，行业未来的价值分配格局存在多重演化路径，我们按照AI影响程度的强弱，分5种情形的讨论：

► 情景1：AI代理免费导流，替代原有谷歌、Meta等的付费流量。AI Agent将用户导流至OTA平台，现阶段不收取任何导流分成，仅仅抢占消费者习惯，不追求商业变现。不过这一状态很难长期维持，更多是短期阶段性现象。AI不会永久免费输出流量，只是短期优先培养用户习惯，尚未开启商业化变现。

► 情景2：AI Agent成为新的付费流量渠道，但用户行为仍主要沉淀在OTA上。AI Agent和传统的搜索、推荐平台类似，为OTA平台导流。若AI Agent与用户在旅游交易层面的互动较少，用户的预订、交易仍发生在OTA内，那这笔支出只是简单置换，属于流量渠道的替换而非新增成本。

► 情景3：AI Agent成为新的付费流量渠道，部分用户行为从OTA向AI Agent迁移。过往OTA平台掌握用户搜索、浏览、筛选的全流程曝光入口，一方面向消费者展示平台自有广告内容，另一方面也承接酒店方的付费变现需求，酒店通过支付额外的成交佣金换取搜索排序加权与平台标识。若AI Agent与用户在旅游交易层面的互动较深，用户不再跳转至OTA完成下单，而是直接委托AI Agent全权执行预订交易，OTA建立在流量分发之上的壁垒将会被动摇，即广告收入和额外的佣金会被侵蚀。

► 情景4：Agent形成强替代，OTA退守至B2B数据供给层。若AI Agent直面消费者，不再需要OTA完成面向用户的全流程服务，库存汇总、资金结算、客诉售后等工作均不再由OTA承接，OTA仅作为B2B数据层对外输出房源与价格信息，向AI Agent收取一定的费用。

► 情景5：Agent绕开OTA。AI Agent直接对接酒店与房源代理，彻底绕开传统OTA。

我们认为本轮影响下，假设情景2和3发生的概率较高。1）OTA能够选择除了Google、Meta等之外的其他流量获取渠道，AI是其中可以竞得营销预算的重要取代之一。2）OTA C端的品牌价值在逐步下降，过去OTA主要通过购买搜索与社交流量获取用户的注意力，再在自有平台内完成决策与交易；个人Agent则直接接收用户的需求表述，并在获得授权后代为比价与下单，位置处于更上游的意图环节。对于OTA而言，其收入中10-20%占比的广告收入部分可能受到影响，在此情形下，OTA面向C端用户分发旅游产品的能力弱化，更偏向于一个B2B的旅游供给平台。从目前看，AI Agent志不在承担相应的履约责任以及触及繁重的供应链，改签、退款与赔付等环节仍由OTA与供应商承担，我们认为情景4和5短期内发生的可能性较低。

从海外用户的实际使用案例看，Muse的价值集中在跨平台比价与复杂行程预订、售后追偿、跨供应商协调三类场景，而这三类场景在国内基本已由OTA在平台内解决。

传统OTA基于Rule base，优势在于下限确定性高；而AI Agent是Intelligent base，其实际应用存在不确定性，在拥有超预期发挥的同时，亦存在诸多问题，拥有高上限的同时亦有低下限。AI Agent与OTA之间的竞争，某种程度上是Agent在完善自身下限，来追平OTA的标准化体验，而反过来，基于智能水平不断提高上限或许是OTA难以望其项背的。

然而，在多年激烈的同业竞争中，国内OTA的服务水准被一轮轮竞争持续推高。以携程为例，其面向用户公示的服务承诺近百条，覆盖酒店、机票、度假、门票、用车等16条产品线，其中约3/4附带明确的赔付标准，平台实际上承担大量的履约责任，把本应由供应商乃至不可抗力承担的大量风险内部化了。对比来看，Booking在客户服务上“做轻”，其拥有清晰的中介责任边界、法规底线保障，仅存在少数标准化退款规则，很多时候不承担履约兜底与不可抗力损失。支撑携程能采取重服务重责任的服务体系的原因有：1）对复杂供应链的深度整合与协调能力，问题出现时可以跨环节兜底；2）以万名客服、7×24全球SOS、15分钟响应等重人力投入换来的平台信任。

这些能力本质上仍是Rule base框架的产物，但恰恰因为规则足够完备、执行足够彻底，以及真实客服所带来的，超越Rule base的执行弹性与温度，国内OTA形成了远超海外平台的业务上限。对AI Agent而言，短期所能撬动的主要是信息检索、行程规划、客服分流等前端交互环节；而履约保障、供应链协调与风险兜底这些真正构成壁垒的环节，仍依赖平台多年积累的规则体系与组织能力。

总体而言，Muse在海外最受欢迎的场景，是美国供应商直销渠道分散、售后成本高企所留下的空间。反观国内OTA，在激烈的竞争中一直把行业的上限当做底线，不断提升服务水准，通过完善的非标服务、复杂供应链整合能力、强大的平台兜底能力，形成了超高的业务上限，AI Agent短期带来的影响相对有限。

国内高频服务主要封闭在App内。移动互联网发展过程中，大量服务未保留完整的网页入口，各App有独立的账号、风控与支付体系，并大量使用验证码、人脸识别与App跳转，以浏览器为通用操作界面的Agent难以在国内复制。

微信小微链路相对较短。与Muse通过浏览器模拟操作网页不同，小微调用的是已经接入微信的小程序服务，执行链路更短。我们认为，若这一模式成熟，携程等已在微信内提供小程序服务的平台更可能作为被调用的供给方，关键在于微信Agent的分发与推荐规则。

与Muse调用第三方供给不同，国内的个人Agent多由平台推出，并优先调用自家供给：豆包以抖音电商与本地生活完成交易闭环，9月29日[7]上线“出行用豆包”，打车、机票等场景引入外部合作方；千问1月[8]接入淘宝、飞猪、高德等阿里生态，并推出“千问价”[9]补贴。但需要关注的是，目前Agent调用的自家供给相较于国内头部供给仍存在一定差异。

从用户行为看，约66%[10]的用户在获得AI推荐后仍会回到传统OTA平台核价；AI渠道的额外费用也可能反映在价格上。

9月以来，Meta Muse、Manus Cue[11]、OpenAI dots[12]相继推出，以旅行等生活事务为主的初创公司Instinct于9月28日[13]获得10亿美元融资；国内字节豆包、阿里千问持续加码生态内的办事能力，微信小微[14]处于内测，豆包个人助手“小豆”[15]据报道也计划推出独立App。面向C端的常驻Agent开始走向标配，但我们需要客观看待，实际落地体验、技术成熟度仍有待验证。

我们认为，中长期竞争要素包括：

► 1）用户入口：拥有高频触达用户的渠道；

► 2）应用与供给接入：需要接入足够丰富的应用，同时商家与服务完成闭环；

► 3）信任与安全：能让用户安心授权账号与支付权限。

我们认为AI Agent对垂类平台的影响，核心取决于两大变量：Agent自身任务执行能力的强弱，以及Agent选择自建生态还是第三方合作。当Agent能力偏弱时，其更多是一条新增的流量补充渠道；当Agent能力走向成熟，若选择自建履约，将掌握从决策到交付的全链路，垂类应用的空间会被挤压；若保持第三方合作，Agent将演变为新的流量入口，垂类平台依靠供应链与履约守住壁垒，但可能需要承担更高的渠道获客成本。

互联网的流量逻辑难以直接套用。移动互联网时代，平台可以通过流量分发与补贴把入口优势转化为交易；Agent的价值则首先取决于能否把任务办成。我们认为，任务完成度不足时，入口流量与补贴只能带来一次性尝试，难以形成持续使用；完成度足够高时，即便缺少流量入口，用户也愿意主动尝试并付费。

垂类数据或成差异化来源。Agent在垂类场景的能力，一方面取决于模型与执行框架的产品能力，这部分短期各家存在差异，但与大模型类似，差距有可能逐步缩小；另一方面取决于能否持续获得垂类数据并在执行中迭代，我们认为这一点在长期更可能成为差异化来源。

跨应用串联及用户习惯沉淀带来增量价值。Agent的能力不仅仅体现在单一场景的应用，当拓展到多场景联动后或将展现出更高的价值。若行程规划、酒店预订与出行在同一Agent内完成，Agent有可能依据用户位置与行程主动安排下一程交通，用户只需确认。同时，随着应用场景叠加和决策流程增长，Agent需要更准确的判断，这种判断亦部分建立在对用户行为习惯的了解之上。我们认为，Agent的增量价值更多体现在解决长流程任务中的繁琐环节之上，而非简单地替代某一个功能。

总体而言，我们认为海外OTA面临的更可能是渠道成本的再分配，以及OTA在C端的品牌价值有所下降，其广告收入受到冲击；国内则仍以平台生态内的闭环为主，头部垂类平台与Agent的合作尚未大幅开展。通用Agent与垂类应用之间的流量互通、收益划分规则尚未成型，后续格局演变值得持续观察。

技术进展超预期。若个人Agent的执行可靠性快速提升，并能独立完成改签、退款、纠纷处理等售后环节，OTA在履约环节的壁垒或被削弱；若Agent进一步承担交易主体与售后责任，OTA存在退居幕后供给方、渠道费用上升的风险。

合作模式变化。酒店集团、航司等供给方正借助AI平台推动直订，若主要供给方与Agent平台建立直连合作，并以会员价等方式引导用户，OTA的供给聚合优势或被削弱。此外，网站与App对Agent访问的限制可能收紧，也可能放开；收紧将限制Agent的执行能力，放开则可能加快流量向Agent入口迁移。国内超级App之间的开放程度变化，也会影响第三方Agent的发展路径。

商业化不及预期。个人Agent需为每位用户长期维持云端运行环境，算力成本明显高于对话类产品，而Muse等产品以免费档起步，交易抽成尚未落地。若变现路径不清晰，厂商的投入节奏可能放缓。

行业竞争加剧。国内平台型Agent依托自有生态为自家供给导流，并通过补贴获取用户，或加剧在线旅游行业的价格与流量竞争；海外新进入者也可能以低价或免费策略争夺预订入口。

监管政策变化。涉及AI代理交易、用户数据与隐私保护、平台反垄断及价格展示的监管变化，可能影响Agent的商业模式及OTA的经营方式。

宏观与出行需求波动。旅行需求受宏观经济、地缘政治、汇率与燃油价格影响较大，需求波动可能影响行业整体表现。

本文摘自：2026年10月14日已经发布的《AI应用参考（3）：600 条数据实测Muse如何重塑旅游预订链路》

王秋婷 分析员 SAC 执证编号：S0080523030001； SFC CE Ref：BTK905

黄河 联系人 SAC 执证编号：S0080126070015

白洋 分析员 SAC 执证编号：S0080520110002； SFC CE Ref：BGN055

吴维佳, CFA 分析员 SAC 执证编号：S0080521010011； SFC CE Ref：BHR850